Análise de séries temporais para previsão do faturamento mensal de uma empresa

Detalhes bibliográficos
Autor(a) principal: Soares, Tiago Rosa Marques
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/26459
Resumo: Dentro do mercado atual, pode-se dizer que a empresa que conhece seus números e que conte com uma bom planejamento estratégico, torna-se uma empresa que esteja preparada para mudanças no mercado, tendo portanto mais chances de obter sucesso. O objetivo deste estudo foi obter a previsão para o faturamento mensal de uma empresa atacadista, identificar características inerentes à séries em estudo, como tendência, sazonalidade e ruído branco por meio de testes específicos, observar a presença e os efeitos de possíveis intervenções e ajustar modelos de séries temporais que representaram os dados adequadamente. A metodologia utilizada neste estudo foi a identificação e estimação de um modelo conforme definido por Box e Jenkins mais especificamente,um modelo sazonal representado por SARIMA(p, d, q)(P,D,Q). Sendo possível que vários modelos sejam ajustados para o mesmo conjunto de dados, foi possível utilizar de testes de hipóteses e técnicas de comparação de modelos, como o erro percentual médio absoluto. Após a definição do modelo adequado para a série temporal, as previsões se mostraram realistas quanto aos valores observados da série.
id UFU_c83f9f20b35b7eda54f28bf3fd9f282b
oai_identifier_str oai:repositorio.ufu.br:123456789/26459
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling 2019-08-02T14:10:25Z2019-08-02T14:10:25Z2019-07-11SOARES, Tiago Rosa Marques. Análise de Séries Temporais para previsão do faturamento mensal de uma empresa. 2019. 52 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Federal de Uberlândia, Uberlândia, 2019.https://repositorio.ufu.br/handle/123456789/26459Dentro do mercado atual, pode-se dizer que a empresa que conhece seus números e que conte com uma bom planejamento estratégico, torna-se uma empresa que esteja preparada para mudanças no mercado, tendo portanto mais chances de obter sucesso. O objetivo deste estudo foi obter a previsão para o faturamento mensal de uma empresa atacadista, identificar características inerentes à séries em estudo, como tendência, sazonalidade e ruído branco por meio de testes específicos, observar a presença e os efeitos de possíveis intervenções e ajustar modelos de séries temporais que representaram os dados adequadamente. A metodologia utilizada neste estudo foi a identificação e estimação de um modelo conforme definido por Box e Jenkins mais especificamente,um modelo sazonal representado por SARIMA(p, d, q)(P,D,Q). Sendo possível que vários modelos sejam ajustados para o mesmo conjunto de dados, foi possível utilizar de testes de hipóteses e técnicas de comparação de modelos, como o erro percentual médio absoluto. Após a definição do modelo adequado para a série temporal, as previsões se mostraram realistas quanto aos valores observados da série.Within the current market, it can be said that the company that knows its numbers and that has a good strategic planning, becomes a company that is prepared for changes in the market, and therefore more likely to success. The objective of this study is to obtain the forecast for the monthly invoicing of a wholesale company, to identify characteristics inherent to the series under study, such as trend, seasonality and white noise by means of speci c tests, observe the presence and e ects of possible interventions, and adjust time series models that represent the data appropriately. The methodology used in this study is the identi cation and estimation of a model as de ned by Box and Jenkins, more speci cally, a seasonal model represented by SARIMA(p, d, q)(P,D,Q). If it is possible that several models are adjusted for the same data set, we intend to use hypothesis tests and model comparison techniques, such as the absolute mean percentage error. After de ning the appropriate model for the time series, the forecasts were realistic about the observed values of the series.Trabalho de Conclusão de Curso (Graduação)porUniversidade Federal de UberlândiaEstatísticaBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/us/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADASSéries TemporaisTime SeriesBox e JenkinsBox and JenkinsPrevisãoForecastSarimaSarimaAnálise de séries temporais para previsão do faturamento mensal de uma empresaTime series analysis for forecasting a company's monthly invoicinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisSilva, Maria Imaculada de Sousahttp://lattes.cnpq.br/5214152217965576Silva, Pedro Franklin CardosoGuimarães, Ednaldo CarvalhoSoares, Tiago Rosa Marques5260166668reponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFUORIGINALAnaliseSeriesTemporais.pdfAnaliseSeriesTemporais.pdfTCCapplication/pdf620654https://repositorio.ufu.br/bitstream/123456789/26459/1/AnaliseSeriesTemporais.pdf700c513dc3fade75f8e319cb81c3994fMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufu.br/bitstream/123456789/26459/4/license_rdf9868ccc48a14c8d591352b6eaf7f6239MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/26459/5/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD55TEXTAnaliseSeriesTemporais.pdf.txtAnaliseSeriesTemporais.pdf.txtExtracted texttext/plain85388https://repositorio.ufu.br/bitstream/123456789/26459/6/AnaliseSeriesTemporais.pdf.txtd58d0b705e8385ab07dce74a3272f192MD56THUMBNAILAnaliseSeriesTemporais.pdf.jpgAnaliseSeriesTemporais.pdf.jpgGenerated Thumbnailimage/jpeg1354https://repositorio.ufu.br/bitstream/123456789/26459/7/AnaliseSeriesTemporais.pdf.jpg20871fb44c079641ae447aef5c756f08MD57123456789/264592021-10-21 14:51:01.689oai:repositorio.ufu.br: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Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2021-10-21T17:51:01Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.pt_BR.fl_str_mv Análise de séries temporais para previsão do faturamento mensal de uma empresa
dc.title.alternative.pt_BR.fl_str_mv Time series analysis for forecasting a company's monthly invoicing
title Análise de séries temporais para previsão do faturamento mensal de uma empresa
spellingShingle Análise de séries temporais para previsão do faturamento mensal de uma empresa
Soares, Tiago Rosa Marques
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
Séries Temporais
Time Series
Box e Jenkins
Box and Jenkins
Previsão
Forecast
Sarima
Sarima
title_short Análise de séries temporais para previsão do faturamento mensal de uma empresa
title_full Análise de séries temporais para previsão do faturamento mensal de uma empresa
title_fullStr Análise de séries temporais para previsão do faturamento mensal de uma empresa
title_full_unstemmed Análise de séries temporais para previsão do faturamento mensal de uma empresa
title_sort Análise de séries temporais para previsão do faturamento mensal de uma empresa
author Soares, Tiago Rosa Marques
author_facet Soares, Tiago Rosa Marques
author_role author
dc.contributor.advisor1.fl_str_mv Silva, Maria Imaculada de Sousa
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5214152217965576
dc.contributor.referee1.fl_str_mv Silva, Pedro Franklin Cardoso
dc.contributor.referee2.fl_str_mv Guimarães, Ednaldo Carvalho
dc.contributor.author.fl_str_mv Soares, Tiago Rosa Marques
contributor_str_mv Silva, Maria Imaculada de Sousa
Silva, Pedro Franklin Cardoso
Guimarães, Ednaldo Carvalho
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
topic CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
Séries Temporais
Time Series
Box e Jenkins
Box and Jenkins
Previsão
Forecast
Sarima
Sarima
dc.subject.por.fl_str_mv Séries Temporais
Time Series
Box e Jenkins
Box and Jenkins
Previsão
Forecast
Sarima
Sarima
description Dentro do mercado atual, pode-se dizer que a empresa que conhece seus números e que conte com uma bom planejamento estratégico, torna-se uma empresa que esteja preparada para mudanças no mercado, tendo portanto mais chances de obter sucesso. O objetivo deste estudo foi obter a previsão para o faturamento mensal de uma empresa atacadista, identificar características inerentes à séries em estudo, como tendência, sazonalidade e ruído branco por meio de testes específicos, observar a presença e os efeitos de possíveis intervenções e ajustar modelos de séries temporais que representaram os dados adequadamente. A metodologia utilizada neste estudo foi a identificação e estimação de um modelo conforme definido por Box e Jenkins mais especificamente,um modelo sazonal representado por SARIMA(p, d, q)(P,D,Q). Sendo possível que vários modelos sejam ajustados para o mesmo conjunto de dados, foi possível utilizar de testes de hipóteses e técnicas de comparação de modelos, como o erro percentual médio absoluto. Após a definição do modelo adequado para a série temporal, as previsões se mostraram realistas quanto aos valores observados da série.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-08-02T14:10:25Z
dc.date.available.fl_str_mv 2019-08-02T14:10:25Z
dc.date.issued.fl_str_mv 2019-07-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SOARES, Tiago Rosa Marques. Análise de Séries Temporais para previsão do faturamento mensal de uma empresa. 2019. 52 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Federal de Uberlândia, Uberlândia, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.ufu.br/handle/123456789/26459
identifier_str_mv SOARES, Tiago Rosa Marques. Análise de Séries Temporais para previsão do faturamento mensal de uma empresa. 2019. 52 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Federal de Uberlândia, Uberlândia, 2019.
url https://repositorio.ufu.br/handle/123456789/26459
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Uberlândia
Estatística
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Estatística
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
bitstream.url.fl_str_mv https://repositorio.ufu.br/bitstream/123456789/26459/1/AnaliseSeriesTemporais.pdf
https://repositorio.ufu.br/bitstream/123456789/26459/4/license_rdf
https://repositorio.ufu.br/bitstream/123456789/26459/5/license.txt
https://repositorio.ufu.br/bitstream/123456789/26459/6/AnaliseSeriesTemporais.pdf.txt
https://repositorio.ufu.br/bitstream/123456789/26459/7/AnaliseSeriesTemporais.pdf.jpg
bitstream.checksum.fl_str_mv 700c513dc3fade75f8e319cb81c3994f
9868ccc48a14c8d591352b6eaf7f6239
48ded82ce41b8d2426af12aed6b3cbf3
d58d0b705e8385ab07dce74a3272f192
20871fb44c079641ae447aef5c756f08
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1802110461886332928